【数学建模】(二):数据处理方法:灰色预测+MATLAB神经网络模型+插值与拟合
数据处理方法
灰色系统模型
原始数据必须等时间间距。处理思路:首先对原始数据进行累加,弱化原始时间序列数据的随机因素,建立微分方程。
最终模型式子。
昂,,不想看原理了,直接举例子好了。
神经网络模型
MATLAB函数相关介绍
网格初始化函数
x
m
x_m
xm每一个指标的最小值,
h
1
h_1
h1是第一层隐层,第二个参数代表隐藏层—输出层的节点数。激励函数
t
a
n
s
i
g
(
x
)
tansig(x)
tansig(x) -1到1,
l
o
g
s
i
g
(
x
)
logsig(x)
logsig(x) 0到1
带动量会很快。
网络训练函数
X,Y每一列代表一个样本
网络泛化函数
Y2=sim(net,X1)
X1为输入数据矩阵,各列为样本数据
神经网络的拟合
神经网络的分类
MATLAB只能在列求最小值。
插值
一维插值
有一个例子:
这里的subplot是画两个并列图的意思。
可以看到更平滑了。
反距离权重发(IDW)
距离越远,权重最小,二维里面求深度。
看上去还不错的样子
MATLAB程序如下